微可压缩模型(SCM)与可压缩N-S方程数值计算对比研究

本文开展了微可压缩模型与可压缩N-S方程之间的对比研究.通过对层流平板边界层和椭球高雷诺数湍流绕流的数值模拟,比较了微可压缩模型和可压缩N-S方程之间的计算精度和效率.计算结果表明,微可压缩模型和可压缩N-S方程具有相同的计算精度,但是微可压缩模型具有更高的计算效率,内存和CPU时间都节省20%左右.     

涡轮转子叶片低循环疲劳/蠕变寿命的预测

根据某型涡喷发动机计算状态叶片流场计算结果，对该发动机高压涡轮转子叶片进行了热分析；并根据某典型飞行科目的三循环载荷谱，对该科目进行了载荷等效转换以及弹塑性应力分析，得到了该科目的低循环疲劳寿命和蠕变寿命；还考虑了平均应力的影响，给出了不同平均应力修正方法下该科目的总损伤。     

TA15合金低周疲劳性能研究

以TA15合金为例,介绍了在给定置信度和存活率的情况下,确定其对称循环疲劳极限的方法,并给出了计算该材料疲劳极限实际存活率的一般性方法。通过对飞机结构材料TA15合金在 25℃, 250℃条件下的低周疲劳性能的研究,获得了中值和置信度γ=95%,存活率P=99 9%的低周疲劳数据,以及表征该材料特性的应变 寿命曲线,循环应力 应变曲线和各应变疲劳参数。     

周向前弯叶片对轴流风扇气动声学性能影响

通过试验获得低压轴流风扇前弯叶片声压级曲线和设计点1/3倍频程频谱,研究了叶片前弯角对风扇气动噪声的影响.通过数值方法,获得叶轮出口尾迹宽度的分布,分析了叶片前弯角对其影响.结果显示,随着叶片前弯角度的增加,风扇出口尾迹宽度呈现"先减小后增加"的变化特点,导致气动噪声也出现相同的变化规律,其中最低气动噪声出现在前弯6°～8°.气动噪声差异主要发生在300～4000 Hz.      

低雷诺数下跨声速转子流动失稳及附面层抽吸扩稳研究

采用数值方法模拟了低雷诺数条件下NASA Rotor 37跨声速压气机转子内部流场.结果表明,附面层径向涡是该压气机转子流动失稳的一个很重要的原因.通过在该压气机转子叶片吸力面上不同的叶高和轴向弦长处进行抽吸,发现都可以很好的抑制附面层径向涡的发展,压气机转子的稳定工作范围明显扩大.此外还比较了不同的抽吸量对压气机的性能的影响.      

双翼布局微型飞行器气动特性试验研究

通过低速风洞试验研究了使用双翼布局改善固定翼微型飞行器（MAV）气动性能的问题。首先比较不同平面形状单翼（齐莫曼翼和反齐莫曼翼）与双翼布局的气动特性。在此基础上为了优化低雷诺数范围内的双翼布局,研究不同几何参数对气动特性的影响,包括双翼不同的翼间距和交错位置以及不同的上下翼平面形状,并分析了造成这种气动性能差异可能存在的流场相互作用机理。研究表明,双翼布局能够改善单翼微型飞行器的气动性能,双翼之间的相对几何位置对其气动特性影响很大。通过不同平面形状上翼与下翼组合的比较发现,就最大升力和升阻比而言,上翼为齐莫曼翼、下翼为反齐莫曼翼且上翼位于下翼上游的布局较优。     

基于自适应遗传算法的航迹规划研究

对传统遗传算法进行了改进,通过采用交叉概率和变异概率的自适应设计,避免了进化过程中固定的交叉概率和变异概率产生的个体早熟和收敛缓慢的现象。仿真算例结果表明,自适应遗传算法能够有效地提高遗传算法的全局寻优能力,加快算法的收敛速度,有较强的地形和威胁回避能力,可为低空突防飞行器提供满足战术要求的参考航迹。     

隐身结构机翼RCS分析与优化设计

以前缘内部填充吸波材料的隐身结构飞机机翼为研究对象,采用矩量法对其向前的雷达散射截面(RCS)进行数值分析;根据代理模型优化策略,对上述机翼隐身结构中的吸波材料厚度与劈角的选取进行RCS特性分析与优化。研究表明,和全金属机翼相比,隐身结构机翼具有更好的隐身特性;经过优化设计,可在典型方位上显著降低翼面结构RCS,提高了原隐身结构的吸波性能。     

涡轮叶片复合疲劳特性曲线及其规律的试验

为了解高周振动载荷对于涡轮叶片高温疲劳性能的影响,对某型涡轮叶片进行高低周复合疲劳试验.试验结果表明,在低周载荷基础上叠加高频振动载荷,显著缩短了叶片的疲劳寿命;复合疲劳的分散性很大,且不存在疲劳极限,当叶片高周循环次数超过107时,继续试验叶片仍会发生断裂;在双对数坐标下,叶片的振动应力与其高周循环寿命成线性关系,即复合疲劳特性曲线(应力-寿命曲线、概率-应力-寿命曲线)服从双对数线性规律,进一步研究发现该规律对于高温合金材料的复合疲劳特性曲线具有普遍性.      

基于DCT变换的彩色图像隐藏算法

文章研究了将一张彩色的隐藏图像嵌AN另一张彩色载体网像的图像隐藏算法。通过对隐藏图像的DCT变换,对提取出的低频系数进行二进制编码,并与中频系数共同构成用于隐藏的特征信息;对载体图像进行DCT变换来确定信息隐藏的位置。通过抗攻击性测试表明本隐藏算法具有很强的稳健性。